AIGC 视觉创作

定位是前期发散与素材生产的加速器，而不是替代设计的黑箱。具体落在五个环节：一是灵感发散，用文生图快速探索风格方向，一次出几十版氛围稿帮团队对齐基调，比情绪板更快更具体；二是概念设计，场景概念、角色初稿、分镜氛围用 AI 起底稿，设计师在其上做筛选与再创作；三是素材生产，背景图、纹理、贴图、参考图等非核心资产交给 AI 批量产出，省去素材采购与拍摄成本；四是方案展示，汇报稿里的氛围渲染图用 AI 快速补足，让提案更有说服力；五是延展适配，基于确定的视觉方向批量生成多尺寸多场景的适配尝试。不适用的是品牌核心资产的最终定稿：logo 与字体涉及版权与识别唯一性，IP 形象需要严格的一致性控制，这些仍要设计师手工完成。价值的判断标准是环节是否需要审美决策，需要判断与取舍的环节 AI 是助理，纯执行环节 AI 是引擎。

结构化提示词可拆为六层信息。第一层主体，画面核心对象与动作，越具体越好（一只青瓷质感的中式茶壶）；第二层风格，锚定视觉语言（包豪斯海报风格、宫崎骏水彩、三维 C4D 渲染、摄影写实）；第三层构图与视角，如俯拍特写、对称构图、广角低机位；第四层光影与氛围，柔和窗光、霓虹夜景、体积雾、胶片颗粒；第五层材质与细节，磨砂表面、鎏金边缘、8K 细节，用于提升质感；第六层参数与排除项，宽高比、风格化强度、负面提示排除手部畸形与文字乱码。方法论有三条：一次只改一个变量，对比出因果才能建立提示词语感；先定风格锚点再堆细节，顺序影响权重；建立个人提示词库按项目类型归档复用。进阶用法：垫图（图生图）控制构图与色调，局部重绘修瑕疵，种子值固定可复现结果。提示词本质是把视觉语言翻译成描述语言的能力，审美越好的设计师提示词天花板越高，这也是设计岗做 AIGC 的核心竞争力。

合规风险分四类，商业项目必须逐项排查。一是版权归属，不同平台条款差异大：Midjourney 付费用户的输出按其条款可商用但版权状态在多国存疑；训练数据涉诉未决，生成结果可能近似既有作品，维权与被诉双向风险并存；国内司法已有判例倾向认定含人类智力投入的生成物受保护，纯一键生成的权属仍模糊。二是近似侵权，生成结果与知名 IP、摄影作品、艺术家风格高度相似时，商用可能构成侵权，风格模仿与作品复制法律界线要谨慎，上线前用识图反查近似源。三是合同约束，甲方合同常要求原创承诺与素材权属保证，使用 AI 素材须提前披露并写入条款，避免交付后纠纷与赔偿。四是平台与行业规范，部分比赛、图库、客户明确禁用 AI 素材，投稿前查规则；肖像生成不得虚假代言与混淆。团队层面的稳妥做法：建立 AI 素材使用规范，关键资产保留生成记录与人工再创作证据链（分层文件、修改记录），核心标识类资产坚持手工原创。答这题体现职业操守与风险意识，是雇主非常看重的点。

优势集中在可控性、成本、隐私与生态四方面。可控性是核心：本地部署可用 ControlNet 用草图、姿态、深度图精确控制构图与人物动态，用 LoRA 模型训练特定风格、产品或人物脸型保证系列资产一致性，用 Inpainting 局部重绘不破坏整体，这些生产级控制在在线服务上要么阉割要么不可用。成本上按量付费的在线服务在高频产出场景费用陡增，本地推理一次电费成本，长期批量产出更经济，配合任务队列可彻夜跑图。隐私上商业未发布项目、客户素材、内部设计稿不离开本地机器，避免上传第三方服务的泄露风险，这是很多甲方合同的红线。生态上开源社区模型与插件（ComfyUI 的工作流节点）可自由组合，工作流本身成为可复用资产，团队沉淀的流程不依赖单一平台存续。劣势也要说清：显卡门槛（显存八G 起步）、环境配置与维护成本、模型迭代需自己跟进。判断标准是频率与深度：轻度尝鲜用在线服务，生产管线与涉密项目本地部署。

常见问题与对策分六类。一是手部与肢体畸形，多指、扭曲关节是扩散模型的老毛病，对策是负面提示词排除、局部重绘（Inpainting）框选手部重画、姿态控制图约束骨架，终稿人手比例宁可藏不可硬撑。二是文字乱码，画面内中英文招牌与标签必糊，对策是画面留白后期手动排字，把文字层交给设计软件，AI 只做底图。三是细节漂移与不一致，同一角色多张图脸型服饰变化，系列物料无法使用，对策是固定种子值加参考图（垫图）、训练 LoRA 锁定形象、或生成后统一手工修形。四是质感油腻的 AI 味，过度光滑的皮肤、塑料感材质、平均化的光影，对策是在提示词里加入胶片颗粒、手工笔触等介质词，出图后加杂色与颗粒做旧，破坏过度完美的表面。五是构图失控，主体位置与画幅不听话，对策是 ControlNet 的线稿与深度控制，或先生成小图选构图再放大。六是版权近似，与既有作品撞脸，对策是识图反查加人工改造。解决思路的共性是 AI 出大方向，人在关键节点收口。